excel统计分析——Q-Q图

参考链接：

Q-Q图 - 知乎

【统计学笔记】正态概率图与Q-Q图-CSDN博客

统计学与质量035 - 正态概率图 Q-Q分位数图 （Quantile- Quantile Plot）_哔哩哔哩_bilibili

        Q-Q图全称Quantile-Quantile图，Q-Q图是用于评估两个数据集的分布相似程度的，若数据点分布在直线y=x附近，则两个数据集的分布类似。正态Q-Q图是Q-Q图的一种。

        普通Q-Q图与正态Q-Q图的不同点在于普通Q-Q图的横坐标是未知数据集的分位数，正态Q-Q图的横坐标是标准正态分布的分位数，其他步骤都一样。

        既然是分位数-分位数图，横坐标为理论的正态分布分位数，纵坐标为样本从小到大排序的实际数据。

1、如何确定实际数据对应的理论分位数呢？

首先要确定样本的实际数据在总体中对应的理论位置。

（1）最简单的方式：假设样本量为n，则样本中的数据点可以将总体划为n+1等份。此时累计分布函数（CDF，Cumulative Distribution Function）可表示为：

其中，n为样本量，k为样本从小到大排序的位次。

（2）修正方案：统计学家认为在抽样较少的情况下，抽样点按照分位数等概率间隔的出现是不合理的，实际情况应该是分布在两端的数据被抽到的概率非常小，中间抽到的概率比较高，于是给出了一些分位点位置的调整方案。常见方案如下：

通用公式可表示为：

2、为什么要确定CDF？

        因为需要用CDF计算出样本的各个数据所定的累计概率，在利用累计概率和正态分布的概率密度函数，确定其对应的理论分位数。

3、如何确定理论分位数？

        本次案例取CDF(a=0.3)，excel计算步骤如下图：

4、绘制Q-Q图

（1）选择三列数据，插入散点图。

（2）绘制y=x标准线，选择“y=x标准线”系列，右键“添加趋势线”，将数据标记设置为“无边框”“无填充”

（3）添加横纵坐标轴标题，图表标题

（4）结论：数据点均匀分布在标准线两侧，基本符合正态分布